[发明专利]海量脑图像数据集的三维非线性配准方法及系统

权利要求书

1.一种海量脑图像数据集的三维非线性配准方法，其特征在于，包括以下步骤：

S0. 降采样步骤，对预设高分辨参考图像数据和高分辨待配准图像数据进行降采样，得到低分辨参考图像数据和低分辨待配准图像数据；

S1. 低分辨图像配准步骤，其中包括：

S11.线性配准步骤，对低分辨参考图像数据和低分辨待配准图像数据进行线性配准，得到低分辨线性配准的变换矩阵，并计算其逆矩阵低分辨配准的逆矩阵，以及低分辨线性配准后结果；

S12.非线性配准步骤，对低分辨线性配准后结果和低分辨参考图像数据进行非线性配准，得到低分辨非线性配准的位移场，以及低分辨非线性配准后结果；

S2. 高分辨图像快速变换步骤，其中包括：

S21.高分辨配准的变换矩阵计算步骤，基于低分辨线性配准的变换矩阵计算出高分辨配准的变换矩阵，以及其逆矩阵高分辨配准的逆矩阵；

S22.高分辨配准后空间范围计算步骤，利用步骤S21所得高分辨配准的逆矩阵，计算出高分辨配准后空间范围；

S23.分块步骤，对步骤S22所得高分辨配准后空间范围进行分块；

S24.高分辨非线性变换步骤，对步骤S23所得每一个分块进行并行计算，计算每一个像素点在原高分辨待配准图像数据的对应位置，最终得到高分辨图像非线性变换结果；

所述步骤S24中所述的高分辨非线性变换，包括以下子步骤：

S241.估算分块对应变换前原高分辨待配准图像数据的范围；

S242.遍历分块中每个像素点，基于低分辨非线性配准的位移场，插值计算出该像素点对应的偏移向量，基于偏移向量和高分辨配准的逆矩阵，计算出该像素点在原高分辨待配准图像数据的对应位置，将其灰度值作为该像素点灰度值。

2.根据权利要求1中所述的海量脑图像数据集的三维非线性配准方法，其特征在于，所述步骤S11中所述的线性配准，将变换映射描述为变换矩阵。

3.根据权利要求1中所述的海量脑图像数据集的三维非线性配准方法，其特征在于，所述步骤S12中所述的非线性配准，将变换映射描述为像素偏移向量的位移场。

4.根据权利要求1中所述的海量脑图像数据集的三维非线性配准方法，其特征在于，所述步骤S23中所述的分块，基于计算资源进行分块，并行计算分块中像素点的变换，所述计算资源最大能支持n个线程并行，以长度n进行分块。

5.一种海量脑图像数据集的三维非线性配准系统，其特征在于，包括以下模块：

降采样模块，对预设高分辨参考图像数据和高分辨待配准图像数据进行降采样，得到低分辨参考图像数据和低分辨待配准图像数据；

低分辨图像配准模块，其中包括：

线性配准单元，对低分辨参考图像数据和低分辨待配准图像数据进行线性配准，得到低分辨线性配准的变换矩阵，并计算其逆矩阵低分辨配准的逆矩阵，以及低分辨线性配准后结果；

非线性配准单元，对低分辨线性配准后结果和低分辨参考图像数据进行非线性配准，得到低分辨非线性配准的位移场，以及低分辨非线性配准后结果；

高分辨图像快速变换模块，其中包括：

高分辨配准的变换矩阵计算单元，基于低分辨线性配准的变换矩阵计算出高分辨配准的变换矩阵，以及其逆矩阵高分辨配准的逆矩阵；

高分辨配准后空间范围计算单元，利用高分辨配准的变换矩阵计算单元所得高分辨配准的逆矩阵，计算出高分辨配准后空间范围；

分块单元，对高分辨配准后空间范围计算单元所得高分辨配准后空间范围进行分块；

高分辨非线性变换单元，对分块单元所得每一个分块进行并行计算，计算每一个像素点在原高分辨待配准图像数据的对应位置，最终得到高分辨图像非线性变换结果；

所述高分辨非线性变换单元中所述的高分辨非线性变换，包括以下单元：

估算单元，估算分块对应变换前原高分辨待配准图像数据的范围；

变换单元，遍历分块中每个像素点，基于低分辨非线性配准的位移场，插值计算出该像素点对应的偏移向量，基于偏移向量和高分辨配准的逆矩阵，计算出该像素点在原高分辨待配准图像数据的对应位置，将其灰度值作为该像素点灰度值。